Python Opencv。如何跟踪泥沙的流速
我正在编写一个脚本,以确定量筒中的沉降速度。我制作了一个时间间隔为30秒的timelapse视频。在图像上,您可以看到左侧的3张图片t0,以及richt上的3张图片。我想确定沉降速度,但找不到解决问题的代码Python Opencv。如何跟踪泥沙的流速,python,opencv,Python,Opencv,我正在编写一个脚本,以确定量筒中的沉降速度。我制作了一个时间间隔为30秒的timelapse视频。在图像上,您可以看到左侧的3张图片t0,以及richt上的3张图片。我想确定沉降速度,但找不到解决问题的代码 如果没有一个程序,你将如何解决它?答案是什么?因为我每30秒有一张图片。通常在没有程序的情况下,我会确定黄/红线将移动的距离,并按时间进行划分。如图所示,有一些大的线与3.5厘米的距离相关。你自己控制/运行实验吗?你能用不同的颜色给大线条涂上颜色,让你的生活变得更简单吗?例如,最上面的大红
如果没有一个程序,你将如何解决它?答案是什么?因为我每30秒有一张图片。通常在没有程序的情况下,我会确定黄/红线将移动的距离,并按时间进行划分。如图所示,有一些大的线与3.5厘米的距离相关。你自己控制/运行实验吗?你能用不同的颜色给大线条涂上颜色,让你的生活变得更简单吗?例如,最上面的大红,第二条大绿,第三条大黄,第四条青色。将摄像头移离注射器/气瓶更远。在圆筒后面放一块发光的墙或一张纸。修复图片的制作方式是你能做的最好的事情。这些图片不必要地难以处理。将相机移得更远将减少视差误差。。。如果没有一个程序,你将如何解决它?答案是什么?因为我每30秒有一张图片。通常在没有程序的情况下,我会确定黄/红线将移动的距离,并按时间进行划分。如图所示,有一些大的线与3.5厘米的距离相关。你自己控制/运行实验吗?你能用不同的颜色给大线条涂上颜色,让你的生活变得更简单吗?例如,最上面的大红,第二条大绿,第三条大黄,第四条青色。将摄像头移离注射器/气瓶更远。在圆筒后面放一块发光的墙或一张纸。修复图片的制作方式是你能做的最好的事情。这些图片不必要地难以处理。将相机移得更远将减少视差误差。。。
import cv2
import numpy as np
# import numpy as np
cnt = []
cap = cv2.VideoCapture('/Users/nite.mp4')
ret, frame1 = cap.read()
frame1 = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)
#hoogte,hoogte+ ..... breedte,breedte+
cropped1 = frame1[300:800, 920:1000]
cv2.imshow("cropped first frame", cropped1)
bg = None #achtergrond reference eerste frame
# Settings
interval = 5
active_line = None
frame_counter = 0
last_frame_number = 0
s_per_frame = 1 / 2 # FPS = 2
m_per_pixel = 0.11 / 264 # in meter afstand per pixel
distance = m_per_pixel * interval #distance per measurement
velocities = list()
distances = list()
while(cap.isOpened()):
contour_sum = 0
ret, frame = cap.read()
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cropped = frame[300:800, 920:1000]
cv2.imshow('cropped',cropped)
if bg is None:
bg = cropped
#bg = frame
if active_line is None:
active_line = cropped.shape[1] - 120
# Haal nieuwe plaatje van eerste plaatje af
subtracted = cv2.subtract(cropped, bg)
cv2.imshow('subtracted',subtracted)
# define a threshold, 128 is the middle of black and white in grey scale
thresh = 50
# assign blue channel to zeros 0 is black 255 is white
ret, img_binary = cv2.threshold(subtracted, thresh, 255, 0)
cv2.imshow('tresh',img_binary)
img_height = img_binary.shape[0]
# canny = cv2.Canny(subtracted, 20,40)
# cv2.imshow('canny', canny)
# kernel = np.ones((5,5))
# dilated = cv2.dolate()
key = cv2.waitKey(1)
if key == ord ('d'):
break
if key == ord('p'):
cv2.waitKey(-1)
cap.release()
cv2.waitKey(0)
cv2.destroyAllWindows()